蔣 旭

（南京鋼鐵股份有限公司，江蘇 南京 210035）

摘要：本文探討了大數(shù)據(jù)對(duì)于鋼鐵企業(yè)發(fā)展信息化、數(shù)字化的推動(dòng)作用，指出了將大數(shù)據(jù)分析技術(shù)融入高爐煉鐵生產(chǎn)的時(shí)代需求，簡(jiǎn)要概述了大數(shù)據(jù)分析技術(shù)的重心和應(yīng)用于高爐煉鐵的分析挖掘流程，重點(diǎn)對(duì)高爐特殊爐況預(yù)警、鐵水硅含量預(yù)警、爐缸狀態(tài)、料面智能檢測(cè)等技術(shù)的應(yīng)用及效果做了介紹。通過(guò)剖析大數(shù)據(jù)分析在高爐煉鐵中的應(yīng)用價(jià)值，闡明大數(shù)據(jù)技術(shù)實(shí)現(xiàn)高爐生產(chǎn)數(shù)據(jù)的智能化轉(zhuǎn)變，從而實(shí)現(xiàn)高爐煉鐵一體化智能監(jiān)測(cè)、智能分析和智能決策。

關(guān)鍵詞：高爐煉鐵；智能平臺(tái)；智能預(yù)測(cè)；大數(shù)據(jù)

引 言

高爐煉鐵工藝具有連續(xù)生產(chǎn)、大批量、熱效高等特點(diǎn)，目前仍是全世界最主要的煉鐵生產(chǎn)工藝。近年來(lái)，高爐原燃料條件不斷改善，操作技術(shù)、裝備條件和管理水平都得到快速提高，促進(jìn)生產(chǎn)效率大幅提升，各項(xiàng)能耗指標(biāo)穩(wěn)步下降。隨著國(guó)內(nèi)鋼鐵形勢(shì)不斷發(fā)展，各項(xiàng)技經(jīng)指標(biāo)已進(jìn)入瓶頸期，嚴(yán)重制約著精益生產(chǎn)水平的持續(xù)提升。亟需引入全新生產(chǎn)技術(shù)，提升高爐煉鐵核心競(jìng)爭(zhēng)力。隨著新一代信息技術(shù)與傳統(tǒng)制造業(yè)的深度融合，鋼鐵工業(yè)通過(guò)大數(shù)據(jù) 智能分析技術(shù)，提升經(jīng)營(yíng)管理和智能決策水平，目前已成為行業(yè)共識(shí)。

煉鐵行業(yè)在多年以前不太重視數(shù)據(jù)的應(yīng)用，加之各個(gè)數(shù)據(jù)系統(tǒng)都是分步建設(shè)，造成海量的數(shù)據(jù)難以全部貫通，極大的影響了規(guī)?；褂?。隨著工業(yè)4.0 及智能制造 2025 規(guī)劃對(duì)工業(yè)變革的快速推進(jìn)，近些年來(lái)，大數(shù)據(jù)在煉鐵生產(chǎn)領(lǐng)域方面的應(yīng)用迎來(lái)了前所未有的巨變。不少鋼鐵企業(yè)等均投入大量的資源進(jìn)行這方面的研究，并投入到了實(shí)踐應(yīng)用。

如河鋼研究了大數(shù)據(jù)在高爐煉鐵生產(chǎn)中排除設(shè)備隱患，延長(zhǎng)設(shè)備生命周期，從事后維修向預(yù)測(cè)性維護(hù)轉(zhuǎn)變的應(yīng)用^［1］；山鋼通過(guò)將冶煉過(guò)程的數(shù)據(jù)進(jìn)行整合，利用大數(shù)據(jù)分析手段排查風(fēng)機(jī)隱患、解決高爐生產(chǎn)存在的安全問(wèn)題^［2］；天鋼利用大數(shù)據(jù)過(guò)程質(zhì)量控制系統(tǒng) ，對(duì)鋼鐵生產(chǎn)過(guò)程中的質(zhì)量進(jìn)行預(yù)測(cè)^［3］等。

盡管行業(yè)已經(jīng)開(kāi)始認(rèn)識(shí)到大數(shù)據(jù)在煉鐵生產(chǎn)中的巨大作用，但目前更多的還是在一些點(diǎn)上的應(yīng)用，如何從系統(tǒng)層面搭建鐵區(qū)統(tǒng)一的數(shù)據(jù)平臺(tái)，實(shí)現(xiàn)規(guī)?；瘧?yīng)用數(shù)據(jù)，從而產(chǎn)生更大的效益，是行業(yè)進(jìn)一步發(fā)展面臨的迫切問(wèn)題。

進(jìn)入十四五，南京鋼鐵積極踐行國(guó)家智能制造戰(zhàn)略，通過(guò)建設(shè)鐵區(qū)智慧集控中心，實(shí)現(xiàn) 5 大工序、9 大系統(tǒng)深度融合，構(gòu)建鐵區(qū)一體化智能管控平臺(tái)，采集數(shù)據(jù) 30 多萬(wàn)點(diǎn)，將 60 余年煉鐵經(jīng)驗(yàn)與大數(shù)據(jù)智能分析技術(shù)深度融合，開(kāi)發(fā) 200 余套智能應(yīng)用，支撐鐵區(qū)精益生產(chǎn)。

本文介紹了南鋼鐵區(qū)一體化智能管控平臺(tái)功能架構(gòu)，以及通過(guò)應(yīng)用大數(shù)據(jù)智能分析技術(shù)實(shí)現(xiàn)重大特殊爐況預(yù)警、爐熱智能預(yù)警、爐缸狀態(tài)預(yù)警、生產(chǎn)管理智能決策等在高爐煉鐵中應(yīng)用實(shí)踐，達(dá)到提質(zhì)降本效果，對(duì)行業(yè)智能制造實(shí)踐具有一定借鑒和示范意義。

1 大數(shù)據(jù)智能分析技術(shù)在高爐煉鐵中的應(yīng)用價(jià)值

近 10 年來(lái)，在高爐冶煉技術(shù)發(fā)展過(guò)程中，隨著高爐冶煉深度的提高，大數(shù)據(jù)分析技術(shù)與煉鐵生產(chǎn)的深度融合，通過(guò)大數(shù)據(jù)的可視化、圖文交互的方式實(shí)現(xiàn)高爐數(shù)據(jù)源連接、數(shù)據(jù)加工處理、數(shù)據(jù)分析和結(jié)果展現(xiàn)的過(guò)程，完成數(shù)據(jù)觀察、操縱、研究、瀏覽、探索、過(guò)濾、發(fā)現(xiàn)和理解等一系列過(guò)程。

在這些過(guò)程中，大數(shù)據(jù)智能分析技術(shù)通過(guò)科學(xué)的數(shù)據(jù)挖掘與分析方法從復(fù)雜、多維的數(shù)據(jù)中挖掘出潛在的知識(shí)；根據(jù)業(yè)務(wù)需求建立機(jī)器學(xué)習(xí)模型，對(duì)模型進(jìn)行評(píng)估、調(diào)優(yōu)，提煉出對(duì)高爐冶煉有價(jià)值的知識(shí)成果，并以大數(shù)據(jù)可視化方式將其成果進(jìn)行多維度展示，從而幫助鋼鐵企業(yè)人員從海量數(shù)據(jù)中發(fā)現(xiàn)規(guī)律、提升生產(chǎn)管理水平、質(zhì)量品質(zhì)、供應(yīng)鏈管理水平、優(yōu)化環(huán)境資源、設(shè)備故障管理、能耗精細(xì)化管理等，進(jìn)而提升企業(yè)的核心競(jìng)爭(zhēng)力。

大數(shù)據(jù)智能分析作為智能應(yīng)用核心功能，在智能監(jiān)測(cè)和預(yù)警數(shù)據(jù)基礎(chǔ)上，結(jié)合南鋼生產(chǎn)經(jīng)驗(yàn)和業(yè)務(wù)專家知識(shí)，利用大數(shù)據(jù)處理技術(shù)和神經(jīng)網(wǎng)絡(luò)等智能算法，對(duì)影響生產(chǎn)狀況的核心工藝因素進(jìn)行逐級(jí)分解、深度分析，輸出生產(chǎn)調(diào)整和優(yōu)化建議，幫助技術(shù)人員和管理人員進(jìn)行科學(xué)決策，為智能優(yōu)化和輔助決策提供必要支撐。

2 大數(shù)據(jù)智能分析技術(shù)在高爐煉鐵中應(yīng)用實(shí)踐

2. 1 鐵區(qū)一體化智能管控平臺(tái)構(gòu)建

由于煉鐵工藝流程復(fù)雜，不能形成一個(gè)統(tǒng)一的、標(biāo)準(zhǔn)化和智能化的系統(tǒng)，這是導(dǎo)致高爐數(shù)據(jù)資源不能共享的重要因素。為了將鋼鐵技術(shù)和鋼鐵生產(chǎn)的職能結(jié)合起來(lái)，基于鐵區(qū)的全流程整合，構(gòu)建煉鐵一體化智能管控平臺(tái)，利用大數(shù)據(jù)智能在線分析，以鐵區(qū)生產(chǎn)穩(wěn)定高效、鐵水成本和能源消耗最優(yōu)為目標(biāo)，促進(jìn)“鐵燒焦料”一體化管控的實(shí)現(xiàn)，為精細(xì)化生產(chǎn)管理提供科學(xué)保障和輔助決策，對(duì)整個(gè)鐵區(qū)進(jìn)行技術(shù)指導(dǎo)與管理，創(chuàng)造一流的生產(chǎn)技術(shù)指標(biāo)。

本文將大數(shù)據(jù)智能分析技術(shù)貫穿于高爐、燒結(jié)、焦化、原料等工序，為每個(gè)工序提供相應(yīng)的智能應(yīng)用。其主要運(yùn)行機(jī)理是以物質(zhì)流、信息流和工序生產(chǎn)數(shù)據(jù)作為輸入信息源，把工藝技術(shù)作為核心，進(jìn)行相關(guān)數(shù)據(jù)的處理與分析。采集了原料場(chǎng)、焦化、燒結(jié)、高爐等流程數(shù)據(jù)、檢化驗(yàn)數(shù)據(jù)、能源介質(zhì)數(shù)據(jù)，對(duì)各工序生產(chǎn)數(shù)據(jù)進(jìn)行了關(guān)聯(lián)、變換和清洗，根據(jù)流程對(duì)數(shù)據(jù)集群進(jìn)行匹配并建立數(shù)據(jù)主體，進(jìn)而實(shí)現(xiàn)各個(gè)業(yè)務(wù)領(lǐng)域的高質(zhì)量數(shù)據(jù)統(tǒng)計(jì)和在線分析，并配置適合不同數(shù)據(jù)結(jié)構(gòu)的數(shù)據(jù)庫(kù)（關(guān)系數(shù)據(jù)庫(kù)、分布式數(shù)據(jù)倉(cāng)庫(kù)），實(shí)現(xiàn)數(shù)據(jù)存儲(chǔ)和訪問(wèn)，如圖 1 所示。

在諸如高爐爐況評(píng)價(jià)、燃料比、煤氣利用率等數(shù)據(jù)可視化、生產(chǎn)指數(shù)智能診斷（例如爐況總體評(píng)價(jià)、分項(xiàng)爐況變化、引發(fā)爐況變化的相關(guān)參數(shù)分析）、重大特殊爐況預(yù)測(cè)、爐熱智能預(yù)測(cè)、基于提質(zhì)降本的參數(shù)合理范圍尋優(yōu)上均實(shí)現(xiàn)了智能控制。

鐵區(qū)一體化平臺(tái)深度融合南鋼鐵區(qū)豐富生產(chǎn)管理經(jīng)驗(yàn)，上線工序智能應(yīng)用，配套無(wú)紙化智能辦公、關(guān)鍵參數(shù)自動(dòng)尋優(yōu)、數(shù)據(jù)交互式分析等智能化功能，為實(shí)現(xiàn)鐵區(qū)的高效、低耗、穩(wěn)定、安全生產(chǎn)提供輔助支撐。

2. 2 高爐重大特殊爐況預(yù)測(cè)技術(shù)

在高爐生產(chǎn)過(guò)程中，由于受到爐料下降和煤氣流上升相對(duì)運(yùn)動(dòng)、高溫、高壓以及物理和化學(xué)反應(yīng)的影響，容易引起懸料、崩料、滑料等操作失常，如果沒(méi)能及時(shí)地進(jìn)行準(zhǔn)確的判斷和預(yù)測(cè)，則將極大地威脅到高爐操作的穩(wěn)定順行。

通過(guò)融入南鋼生產(chǎn)經(jīng)驗(yàn)，根據(jù)歷史發(fā)生的異常爐況，獲取時(shí)間序列特征參數(shù)如熱風(fēng)壓力、透氣性指數(shù)、ηCO等的變化表征，構(gòu)建異常爐況預(yù)測(cè)特征參數(shù)表征數(shù)列，定義異常爐況預(yù)警定量判定規(guī)則。

基于時(shí)間滯后挖掘（TLCC）、關(guān)聯(lián)規(guī)則（Asso?ciation Rules）、規(guī)則庫(kù)可視化以及學(xué)習(xí)模式相似性（LPS）算法，提出一種基于自學(xué)習(xí)模式的魯棒相似性度量方法，通過(guò)樹(shù)的集成學(xué)習(xí)策略，快速和不敏感的參數(shù)設(shè)置，實(shí)現(xiàn)高爐特殊爐況智能匹配學(xué)習(xí)，如圖2 所示。

當(dāng)前 10 min 異常爐況預(yù)測(cè)特征參數(shù)量化表征數(shù)列符合預(yù)警判定規(guī)則時(shí)，系統(tǒng)自動(dòng)給出異常爐況預(yù)警提示。該模型上線后運(yùn)行 4 個(gè)月，對(duì) 5 座高爐的管道、崩料、滑料、休風(fēng)和懸料事件進(jìn)行學(xué)習(xí)和預(yù)警如圖 3 所示，命中率較高，輔助高爐操作者有效穩(wěn)定爐況，實(shí)現(xiàn)全廠連續(xù) 4 個(gè)月無(wú)懸料。

2. 3 高爐硅含量智能預(yù)警技術(shù)

爐熱調(diào)節(jié)作為高爐日常操作的主要內(nèi)容，對(duì)高爐穩(wěn)定運(yùn)行至關(guān)重要，而高爐生產(chǎn)過(guò)程中，穩(wěn)定爐況、維持良好的爐熱狀態(tài)，是實(shí)現(xiàn)這一目標(biāo)的根本保證。生鐵含硅量與鐵水溫度是影響高爐熱狀態(tài)的重要參數(shù)，能夠準(zhǔn)確預(yù)測(cè)出鐵水含硅量與鐵水溫度對(duì)于指導(dǎo)高爐操作具有重要的意義。控制硅含量的平衡是高爐冶煉中一項(xiàng)重要的操作制度，是爐況穩(wěn)定順行，獲得最佳經(jīng)濟(jì)效益的基礎(chǔ)。本文所研究的鐵水硅含量智能預(yù)警技術(shù)的功能結(jié)構(gòu)如圖 4 所示。

鐵水硅含量智能預(yù)警技術(shù)，包括模型參數(shù)選擇、大數(shù)據(jù)建模功能。

2. 3. 1 模型建模參數(shù)選取

實(shí)踐證明，參數(shù)趨勢(shì)變化量與爐溫的變化有一定的對(duì)應(yīng)關(guān)系。高爐內(nèi)部熱量增加或減少滿足熱平衡，爐溫的變化主要受改變熱平衡計(jì)算的一些參數(shù)的影響，建模參數(shù)需要選擇對(duì)爐溫變化影響較大起作用的參數(shù)，同時(shí)區(qū)分主要影響參數(shù)和次要影響參數(shù)之間的關(guān)系。

2. 3. 2 模型輸入?yún)?shù)與爐溫的時(shí)間對(duì)應(yīng)在線辨識(shí)

模型不同輸入?yún)?shù)的檢測(cè)值對(duì)爐溫影響的滯后時(shí) 間 不 同 ，本 文 利 用 了 LSTM（Long short-term memory）神經(jīng)網(wǎng)絡(luò)時(shí)間記憶功能可自動(dòng)計(jì)算出各個(gè)參數(shù)在各個(gè)時(shí)段對(duì)爐溫的影響權(quán)重，從而解決了不同參數(shù)對(duì)爐溫的影響滯后性問(wèn)題。

模型上線后，通過(guò) 3 個(gè)月訓(xùn)練數(shù)據(jù)積累，不斷更新訓(xùn)練樣本知識(shí)庫(kù)，目前鐵水硅含量預(yù)測(cè)值與實(shí)際值偏差在 0.05% 以內(nèi)，預(yù)報(bào)成功率超過(guò) 90%，為穩(wěn) 定高爐爐況打下堅(jiān)實(shí)基礎(chǔ)，如圖 5 所示。

2. 4 高爐爐缸狀態(tài)智能預(yù)警技術(shù)

高爐長(zhǎng)壽的限制性環(huán)節(jié)是爐缸的壽命。近 10年來(lái)，隨著高爐強(qiáng)化冶煉、原料條件等諸多因素的變化，爐缸耐材溫度偏高、甚至爐缸燒穿的嚴(yán)重事故頻發(fā)。如何維持高爐爐缸安全性、活躍性和均勻性，對(duì)于爐況穩(wěn)定順行，節(jié)能降耗至關(guān)重要。

為了監(jiān)控爐缸侵蝕狀況，高爐長(zhǎng)壽智能應(yīng)用根據(jù)二維穩(wěn)態(tài)傳熱建立爐缸熱傳導(dǎo)模型，利用有限單元法求解，計(jì)算爐缸的最大侵蝕線擴(kuò)展到計(jì)算爐缸的最大侵蝕線、爐缸凝鐵層厚度等，為高爐操作人員輸出直觀的爐缸侵蝕效果，并顯示侵蝕的演變規(guī)律，提前預(yù)警爐缸安全狀態(tài)，如圖 6 所示。并針對(duì)生產(chǎn)指標(biāo)、原燃料變化、出鐵作業(yè)等對(duì)爐缸活躍性和均勻性的影響分析，快速確定改善方向，如圖 7 所示。

2. 5 提質(zhì)降本大數(shù)據(jù)智能決策技術(shù)

本文將工業(yè)大數(shù)據(jù)挖掘方法應(yīng)用在高爐生產(chǎn)實(shí)踐，將線性回歸、集成回歸、聚類分析、主成分分析、神經(jīng)網(wǎng)絡(luò)、模糊辨識(shí)、關(guān)聯(lián)規(guī)則等各種方法引入高爐數(shù)據(jù)分析，得到了一系列科學(xué)分析高爐生產(chǎn)的方法，充分有效的利用了各種數(shù)據(jù)，徹底改變了傳統(tǒng)分析爐況的手段，極大的提供了分析效率。

高爐生產(chǎn)是一個(gè)多參數(shù)輸入 、多目標(biāo)輸出的優(yōu)化過(guò)程，輸入?yún)?shù)間相互耦合，影響趨勢(shì)、作用大小和作用時(shí)間均存在不確定性 ，因此需要通過(guò)收集大批量、長(zhǎng)跨度、細(xì)粒度的生產(chǎn)參數(shù)進(jìn)行匹配和分析，獲得高爐不同的生產(chǎn)狀態(tài)下（提產(chǎn)、降耗等），各工序參數(shù)之間合理的匹配規(guī)則，輔助管理者制定合理操業(yè)方針 ，實(shí)現(xiàn)系統(tǒng)性智能優(yōu)化分析與高效決策，如圖 8，9 所示。

2. 6 高爐料面智能化檢測(cè)技術(shù)

高爐在不斷添加爐料進(jìn)行連續(xù)冶煉過(guò)程中，控制爐頂布料形狀是非常重要、且難度很高的生產(chǎn)操作環(huán)節(jié)。由于爐內(nèi)檢測(cè)環(huán)境相對(duì)惡劣，在高溫、高壓、高粉塵、振動(dòng)、強(qiáng)氣流等多種因素影響下，傳統(tǒng)檢測(cè)手段受干擾大且數(shù)據(jù)不直觀，料面形狀細(xì)節(jié)確認(rèn)困難。因此，加快料面智能檢測(cè)技術(shù)的推廣應(yīng)用，實(shí)現(xiàn)爐內(nèi)料面形狀信息的透明化與可視化，對(duì)優(yōu)化高爐合理裝料，穩(wěn)定料面形態(tài)，提高生產(chǎn)效率，降低燃料比具有重要意義，也為高爐生產(chǎn)進(jìn)一步節(jié)能減碳提供了重要手段。

料面智能檢測(cè)技術(shù)核心裝備是料面雷達(dá)系統(tǒng)。雷達(dá)波受粉塵影響小；技術(shù)成熟可靠、檢測(cè)精度高；可以及時(shí)反饋實(shí)時(shí)料面、數(shù)據(jù)直觀；外部鎧裝特殊保護(hù)結(jié)構(gòu)，保證長(zhǎng)期連續(xù)穩(wěn)定運(yùn)行。操作方式靈活，可分為手動(dòng)和自動(dòng)兩種掃描方式。雷達(dá)掃描系統(tǒng)通過(guò)OPC 接口與高爐 OPC 服務(wù)器通訊，接收布料信號(hào)來(lái)控制掃描裝置動(dòng)作，實(shí)現(xiàn)布料前、后自動(dòng)掃描功能，自動(dòng)識(shí)別布料種類。用戶可以隨時(shí)將自動(dòng)運(yùn)行切換為手動(dòng)，自由選擇掃描時(shí)機(jī)對(duì)料面進(jìn)行觀察。

配套開(kāi)發(fā)智能化的控制、分析和研判系統(tǒng)，提高數(shù)據(jù)的應(yīng)用價(jià)值。通過(guò)對(duì)料面形狀的數(shù)據(jù)分析，獲得高爐布焦/布礦結(jié)束料面形狀、平臺(tái)寬度、漏斗深度等一些列量化指標(biāo)；準(zhǔn)確定位發(fā)生塌料、懸料、料面偏析等異常工況的部位；通過(guò)無(wú)線設(shè)備方案，實(shí)現(xiàn)遠(yuǎn)程智能控制系統(tǒng)進(jìn)入爐內(nèi)實(shí)時(shí)測(cè)量料面，獲得結(jié)果后系統(tǒng)自動(dòng)退出。

通過(guò)實(shí)踐運(yùn)用，料面智能化檢測(cè)具有以下技術(shù)特點(diǎn)：（1）在不影響生產(chǎn)前提下實(shí)現(xiàn)在線實(shí)時(shí)測(cè)量，不需要專門創(chuàng)造測(cè)量環(huán)境，能夠有效應(yīng)對(duì)強(qiáng)化冶煉狀態(tài)下?tīng)t內(nèi)的復(fù)雜環(huán)境，直觀顯示爐內(nèi)氛圍；（2）測(cè)量精度高，范圍廣；（3）抗干擾能力強(qiáng)，擁有優(yōu)良的冷卻和吹掃系統(tǒng)，保證系統(tǒng)長(zhǎng)期穩(wěn)定運(yùn)行；后期維護(hù)量??；（4）掃描速度快，15 s 即可完成料面掃描，料型反饋及時(shí)；（5）單雷達(dá)料線測(cè)量范圍為從爐心至爐壁一個(gè)半徑信息通過(guò)鏡像顯示整個(gè)直接的圖像，測(cè)量深度可達(dá) 0～10 m，滿足正常生產(chǎn)料形狀測(cè)量、停爐降料面測(cè)量及各種爐況的測(cè)量要求；（6）軟件系統(tǒng)可遠(yuǎn)程調(diào)試和維護(hù)，硬件損壞可在休風(fēng)時(shí)更換。

高爐料面智能化檢測(cè)為統(tǒng)一高爐操作思路、調(diào)整裝料制度提供了技術(shù)手段。合理調(diào)整優(yōu)化裝料制度，包括布料的邊緣落點(diǎn)、邊緣倒角、布料平臺(tái)的位置、寬度、漏斗的大小和深度坡度等，可以控制好邊緣煤氣流，形成合理操作爐型，既不發(fā)生大量黏結(jié)，又無(wú)過(guò)快侵蝕，有利高爐長(zhǎng)壽。得到合適的兩道煤氣流，改善煤氣利用，降低高爐消耗，改善爐況穩(wěn)定性。避免布料傾角過(guò)大，物料磨損鋼磚，流槽斷裂，溜槽磨損漏料等情況發(fā)生，減少更換溜槽帶來(lái)的爐況波動(dòng)等。

以南鋼高爐雷達(dá)投用為例，如圖 10 所示，通過(guò)料形與布料矩陣結(jié)合，逐步對(duì)裝料制度進(jìn)行調(diào)整。 通過(guò)雷達(dá)料形的檢測(cè)，逐步調(diào)整平臺(tái)位置，中心焦比例等，下料情況明顯改善，兩道氣流平衡以后，煤氣利用率提升，取得了明顯成效。

3 應(yīng)用效果介紹

鐵區(qū)一體化管控平臺(tái)上線后，南鋼充分利用大數(shù)據(jù)智能技術(shù)，發(fā)揮全數(shù)據(jù)匯聚優(yōu)勢(shì)，通過(guò)將鐵區(qū)所有數(shù)據(jù)整合在統(tǒng)一的管控平臺(tái)，為高效獲取生產(chǎn)、質(zhì)量、協(xié)同信息打下基礎(chǔ)。在高爐重大特殊爐況預(yù)警方面，改變了以往南鋼煉鐵生產(chǎn)憑經(jīng)驗(yàn)判斷的做法，結(jié)合大量生產(chǎn)數(shù)據(jù)的實(shí)時(shí)異常分析，系統(tǒng)自動(dòng)給出異常爐況預(yù)警提示，有效避免了重大特殊爐況的發(fā)生，產(chǎn)生了較大的經(jīng)濟(jì)效益。通過(guò)應(yīng)用高爐硅含量的預(yù)警技術(shù)，實(shí)現(xiàn)鐵水預(yù)報(bào)成功率超過(guò) 90%，對(duì)高爐日常爐熱的準(zhǔn)確調(diào)劑打下了基礎(chǔ)，促進(jìn)了爐況的穩(wěn)定?；诖髷?shù)據(jù)技術(shù)對(duì)爐缸和料面實(shí)時(shí)監(jiān)控，獲得更加科學(xué)的狀態(tài)評(píng)估，為高爐做出更科學(xué)、更高效的生產(chǎn)管控決策提供支撐。

結(jié)合大數(shù)據(jù)分析技術(shù)，極大的促進(jìn)了南鋼煉鐵生產(chǎn)過(guò)程的數(shù)字化轉(zhuǎn)型，提升了精益化管控水平。系統(tǒng)運(yùn)行一年多來(lái)，為南鋼煉鐵實(shí)現(xiàn)技經(jīng)指標(biāo)的全面突破提供了基礎(chǔ)支撐，高爐燃料比由以前的平均525 kg/t 以上，逐漸降低至平均 510 kg/t，最低則突破了 505 kg/t，全面完成了年初的攻關(guān)目標(biāo)。

4 未來(lái)展望

本文對(duì)大數(shù)據(jù)智能分析技術(shù)對(duì)高爐煉鐵過(guò)程進(jìn)行了深度剖析，闡述了大數(shù)據(jù)智能分析技術(shù)應(yīng)用于高爐煉鐵中的價(jià)值，介紹了大數(shù)據(jù)智能分析技術(shù)如何在南鋼高爐煉鐵中的應(yīng)用實(shí)現(xiàn)。基于南鋼鐵區(qū)一體化智能管控平臺(tái)，重點(diǎn)介紹了鐵區(qū)一體化智能管控平臺(tái)構(gòu)建、高爐重大爐況預(yù)測(cè)、高爐硅含量智能預(yù)警、爐缸狀態(tài)智能預(yù)警以及高爐提質(zhì)降本大數(shù)據(jù)智能決策等技術(shù)。

南鋼將大數(shù)據(jù)智能分析技術(shù)和煉鐵生產(chǎn)緊密結(jié)合，并采用了一系列先進(jìn)、適用的大數(shù)據(jù)分析技術(shù)，如基于時(shí)間滯后挖掘（TLCC）、關(guān)聯(lián)規(guī)則（Associa?tion Rules）、規(guī)則庫(kù)可視化、學(xué)習(xí)模式相似性（LPS）算 法 、LSTM（Long short-term memory）神經(jīng)網(wǎng)絡(luò)等，通過(guò)深入分析煉鐵生產(chǎn)工藝特點(diǎn)，將大數(shù)據(jù)分析技術(shù)融入生產(chǎn)中，產(chǎn)生了較好的效果，這為行業(yè)從海量的算法中選擇合理的方法來(lái)解決煉鐵生產(chǎn)實(shí)際的問(wèn)題提供了重要的參考，有較好的借鑒作用。

高爐煉鐵智能控制是具有很高資源效益、環(huán)境效益、經(jīng)濟(jì)效益的研究方向，還需要繼續(xù)探索新理論、新算法在高爐煉鐵上的應(yīng)用，實(shí)現(xiàn)更好的智能控制。未來(lái)，基于大數(shù)據(jù)的智能化系統(tǒng)為手段，建立豐富的生產(chǎn)運(yùn)行案例庫(kù)，通過(guò)大數(shù)據(jù)挖掘，按照工藝邏輯對(duì)關(guān)鍵影響因素動(dòng)態(tài)分析、參數(shù)動(dòng)態(tài)尋優(yōu)等技術(shù)手段，提高整個(gè)鐵區(qū)生產(chǎn)的系統(tǒng)性、匹配性、及時(shí)性和準(zhǔn)確性，將是大數(shù)據(jù)智能分析在高爐煉鐵中應(yīng)用的方向。

參考文獻(xiàn)：

［1］ 牛海賓，孫茂鋒，楊進(jìn) . 大數(shù)據(jù)在高爐煉鐵生產(chǎn)中的應(yīng)用與愿景［J］.河北冶金，2018（1）：51-55.

［2］ 劉炳俊 .淺析大數(shù)據(jù)技術(shù)在高爐煉鐵生產(chǎn)中的應(yīng)用［J］. 冶金管理，2020（9）：1.

［3］ 白瑞國(guó)，徐立山，包闊，等 . 大數(shù)據(jù)過(guò)程質(zhì)量控制系統(tǒng)在鋼鐵生產(chǎn)中的應(yīng)用［J］.中國(guó)冶金，2018，28（8）：76-80.